資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
Microsoft Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會研究
服裝研究
法學研究使用Excel檔案建立資料框
什麼是資料框？
資料框是一個二維物件，用於以表格格式儲存資料，其中資料排列在行和列中。可以使用多種方法建立資料框，最常見的方法之一是從Excel檔案匯入資料。本文件將重點介紹如何在Python中逐步使用Excel檔案建立資料框。
為什麼資料框對資料分析很重要？
資料框對資料分析很重要，原因如下：
易於閱讀和操作 - 資料框是一種二維表格狀資料結構，允許輕鬆組織和操作資料。它們旨在處理複雜的資料操作，並且可以處理包含缺失值或不同資料型別的資料。
高效的資料處理 - 資料框可用於高效處理大型資料集。它們旨在支援向量化操作，可以一次對整個資料陣列執行計算，而不是逐行或逐列迭代。
與其他庫的整合 - 資料框廣泛用於Python的資料分析和科學計算庫，例如Pandas、NumPy、Matplotlib和Scikit-learn。它們可以輕鬆地與這些庫整合，以執行各種任務，例如資料清洗、視覺化和機器學習。
資料探索和視覺化 - 資料框提供了一套強大的工具來探索和視覺化資料。它們允許輕鬆過濾、排序和分組資料，並且可以用於建立各種視覺化效果，包括直方圖、散點圖和熱圖。
總的來說，資料框是資料分析中必不可少的工具，可以大大簡化處理大型和複雜資料集的過程。
先決條件
在我們深入研究任務之前，需要在您的系統上安裝一些東西：
推薦設定列表：
pip install pandas, openpyxl
預計使用者可以使用任何獨立的IDE，例如VS-Code、PyCharm、Atom或Sublime text。
也可以使用線上Python編譯器，例如Kaggle.com、Google Cloud Platform或任何其他編譯器。
更新版本的Python。在撰寫本文時，我使用了3.10.9版本。
Jupyter Notebook的使用知識。
虛擬環境的知識和應用將是有益的，但不是必需的。
還預計使用者對統計學和數學有很好的理解。
步驟1：匯入庫
在開始之前，我們需要在Python中匯入必要的庫。我們將使用pandas，一個開源資料操作庫來操作Excel檔案。使用以下程式碼匯入pandas：
import pandas as pd
步驟2：從Excel檔案讀取資料
要使用Excel檔案建立資料框，我們首先需要從Excel檔案讀取資料。我們可以藉助pandas提供的read_excel()函式來實現。此函式可以讀取.xls和.xlsx格式的資料。
基本建立和讀取
要建立一個只有一個工作表excel檔案，我們可以建立一個數據框。要從Excel檔案的單個工作表讀取資料，您可以簡單地將Excel檔案的名稱以及工作表名稱或索引傳遞給read_excel()函式，如下所示：
示例
# create a sample excel file with 2 columns and 5 rows and 3 sheets
import pandas as pd
df1 = pd.DataFrame({'Name': ['John', 'Smith', 'Alex', 'James', 'Peter'],
'Age': [25, 30, 27, 22, 32]})
df2 = pd.DataFrame({'Name': ['John', 'Smith', 'Alex', 'James', 'Peter'],
'Age': [25, 30, 27, 22, 32]})
df3 = pd.DataFrame({'Name': ['John', 'Smith', 'Alex', 'James', 'Peter'],
'Age': [25, 30, 27, 22, 32]})
with pd.ExcelWriter('sample.xlsx') as writer:
df1.to_excel(writer, sheet_name='Sheet1', index=False)
df2.to_excel(writer, sheet_name='Sheet2', index=False)
df3.to_excel(writer, sheet_name='Sheet3', index=False)
# import the excel file
import pandas as pd
df = pd.read_excel('sample.xlsx', sheet_name='Sheet1')
print(df)
輸出
其中filename是excel檔案的路徑，df是資料框的名稱。
... Name Age 0 John 25 1 Smith 30 2 Alex 27 3 James 22 4 peter 32
如果您想從工作表中讀取特定範圍的行和列，可以使用可選引數'header'（指定用作列標題的行數）和'usecols'（指定要讀取的列），如下所示：
df = pd.read_excel('filename.xlsx', sheet_name='Sheet1', header=0, usecols='A:C')
以上程式碼將讀取Sheet1的前三列(A, B, C)，第一行作為標題。
讀取多個工作表
有時您可能需要從多個工作表讀取資料。為此，您可以將工作表名稱作為列表傳遞給read_excel()函式，如下所示：
示例
df1 = pd.read_excel('filename.xlsx', sheet_name=['Sheet1', 'Sheet2'])
print (df1)
以上程式碼將從Sheet1和Sheet2讀取資料。
輸出
Name Age
0 John 25
1 Smith 30
2 Alex 27
3 James 22
4 peter 32
Name Age
0 John 25
1 Smith 30
2 Alex 27
3 James 22
4 peter 32
從多個Excel檔案讀取資料
要從多個Excel檔案讀取資料，可以使用glob模組中的glob()函式。glob函式搜尋與指定模式匹配的所有檔案，並返回檔名列表。使用以下程式碼匯入glob模組：
import glob
匯入glob模組後，使用以下程式碼從資料夾中的所有Excel檔案讀取資料：
path = r'folder_path/*.xlsx' files = glob.glob(path) dfs = [] for file in files: data = pd.read_excel(file, sheet_name='Sheet1') dfs.append(data) df = pd.concat(dfs, ignore_index=True)
以上程式碼將讀取folder_path目錄中所有副檔名為.xlsx的Excel檔案的資料。
步驟3：資料清洗和處理
現在我們已經從Excel檔案讀取了資料，我們可以執行各種資料清洗和處理操作來準備用於分析的資料。一些常見的資料清洗操作包括刪除重複項、處理缺失值、刪除無關列等。
刪除重複項
要從資料框中刪除重複項，我們可以使用pandas提供的drop_duplicates()函式。
示例
使用以下程式碼從資料框中刪除重複項：
import pandas as pd
df = pd.DataFrame({'Name': ['John', 'Smith', 'Alex', 'James', 'Peter', 'John', 'Smith', 'Alex', 'James', 'Peter'],
'Age': [25, 30, 27, 22, 32, 25, 30, 27, 22, 32]})
print(df)
輸出
Name Age 0 John 25 1 Smith 30 2 Alex 27 3 James 22 4 peter 32 5 John 25 6 Smith 30 7 Alex 27 8 James 22 9 peter 32
示例
df.drop_duplicates(inplace=True) print(df)
輸出
Name Age 0 John 25 1 Smith 30 2 Alex 27 3 James 22 4 peter 32
以上程式碼將刪除資料框中的所有重複行。
處理缺失值
要處理資料框中的缺失值，我們可以使用pandas提供的各種函式，例如isnull()、fillna()和dropna()。
isnull() - 此函式用於檢查缺失值。使用以下程式碼檢查缺失值：
df.isnull().sum()
以上程式碼將返回資料框中每列缺失值的總數。
dropna() - 此函式用於刪除包含缺失值的行。使用以下程式碼刪除至少包含一個缺失值的所有行：
df.dropna(inplace=True)
以上程式碼將從資料框中刪除至少包含一個缺失值的所有行。
fillna() - 此函式用於使用指定值填充缺失值。使用以下程式碼將所有缺失值填充為0：
df.fillna(0, inplace=True)
以上程式碼將資料框中的所有缺失值填充為0。
刪除無關列
要從資料框中刪除無關列，我們可以使用pandas提供的drop()函式。使用以下程式碼刪除名為'column1'的列：
df.drop('column1', axis=1, inplace=True)
以上程式碼將刪除資料框中名為'column1'的列。
結論
本文件討論瞭如何在Python中使用Excel檔案建立資料框。我們涵蓋了各種方面，例如從Excel檔案讀取資料、處理缺失值和刪除重複項。這些知識可以應用於現實世界的場景，例如從各種來源匯入資料進行分析。
4K+ 次瀏覽
